AI 온도 예측 및 제어 모델'을 통한 데이터 기반 스마트 팩토리로의 전환
1억 2,200만 건의 누적 데이터 정복으로 자율 조업 달성, 연료비 절감 및 근무 유연성 강화
대한민국의 유리병 제조 부문은 4차 산업혁명의 핵심인 인공지능(AI)을 결합하여 고도화된 스마트 팩토리 생태계로 진화하고 있습니다. 군산공장에서 'AI 온도 예측 및 제어 모델' 개발에 성공함에 따라, 해당 생산 시설은 놀라운 이정표를 달성했습니다. 용융로 온도 제어를 최적화하는 동시에 전반적인 운영 효율성을 크게 끌어올렸습니다.
■ 핵심의 전환: 베테랑의 직관에서 AI 용융로(AI Furnace) 시스템으로
기존의 용융로 운영은 특정 제품 라인에 맞춘 에너지 투입량을 관리하기 위해 베테랑 작업자의 경험과 직관에 크게 의존했습니다. 그러나 이러한 인력 의존적 방식은 교대 근무조별로 에너지 효율의 편차를 발생시켰습니다. 또한, 작업자들이 초고온 환경으로 인해 자리를 비우기 어려워 전반적인 운영 생산성을 저해했습니다.
이러한 병목 현상을 극복하기 위해 군산공장은 포스코의 스마트 고로 모델을 벤치마킹했습니다. 이후 AI 전문가들과 협력하여 유리병 제조에 특화된 최첨단 AI 용융로(AI Furnace) 시스템을 구축했습니다.
■ 철저한 3단계 진화를 통한 안정적인 제어 달성
이 새로운 모델의 개발은 2022년부터 데이터를 기반으로 순차적이고 면밀하게 실행되었습니다.
1단계 (예측 모델 개발): 용해 공정을 분석하고 2,700만 건의 데이터를 AI에 학습시켰습니다. 이를 통해 내부 온도 및 오일 유량과 같은 핵심 변수의 예측 모델을 개발하고 시각화했습니다.
2단계 (모델 최적화): 학습 데이터셋을 8,100만 건으로 확대하고 실시간 부스터 전력 지표를 통합했습니다. 또한 OCR 기술을 활용해 계기판 게이지를 디지털화하여 예측 정확도를 대폭 향상시켰습니다.
3단계 (안정화 및 통합): 1억 2,200만 건의 거대한 누적 데이터베이스를 활용하여 공장은 PLC 연동 운전을 구현했습니다. 이를 통해 최대 4시간의 연속 자율 운전을 성공적으로 달성했으며, AI 용융로(AI Furnace)를 위한 원활한 실시간 제어 아키텍처를 구축했습니다.
[출처: 스마트 제조 혁신 보고서 2026 / 도입된 AI 시스템 및 품질 데이터 측정 장치]
■ 에너지 효율과 우수한 품질의 동시 실현
이 새로운 기술의 효과는 실증적 데이터로 명확히 입증되었습니다. 가장 주목할 만한 점은 온도 편차가 극적으로 최소화되었다는 것입니다. 기존 수동 제어 하에서는 용융로 온도가 최적 목표 온도인 1,370°C 범위를 자주 벗어났습니다.
반면, 스마트 AI 용융로(AI Furnace)는 예측 데이터를 활용합니다. 5분 앞서 조건에 선제적으로 대응함으로써 안정적인 작지 제어를 유지합니다. 이러한 안정성은 연료비를 성공적으로 절감하고 용융로의 운영 수명을 연장했습니다. 더불어 제품 결함도 엄격하게 억제했습니다.
나아가 근무 환경도 거대한 변화를 맞이했습니다. 기존에 최대 3시간의 고강도 노동이 필요했던 일일 온도 모니터링 업무가 최소화되었습니다. 덕분에 공장은 교대 근무 인력을 3명에서 2명으로 최적화하여 독보적인 인력 운영 유연성을 확보했습니다.
■ 주요 과제 극복 및 향후 전망
유리 제조는 원료 용해와 연료 연소가 동시에 일어나기 때문에, 온도 예측에 실패할 경우 대규모 제조 결함의 위험을 초래합니다. 군산 팀은 온도 센서와 버너 간의 복잡한 상관관계를 성공적으로 해석하고, 부스터 작동 패턴의 불확실성을 해결함으로써 이러한 고난도 엔지니어링 장벽을 정복했습니다.
"이것은 단순한 자동화를 넘어 데이터 기반의 정밀 제조 시스템으로 나아가는 깊이 있는 진화입니다." 공장 관계자는 전했습니다. 향후 군산공장은 기포 및 흑점 결함 모니터링 등 실시간 품질 측정 데이터와 모델을 결합하여, 절대적인 최적 운전 조건을 체계적으로 확보해 나갈 계획입니다.